Copyright @ 2007 by Emy 1 IMAGE RESTORATION Copyright @ 2007 by Emy 2 1
Kompetensi Mamp membedakan proses pengolahan citra mengnakan image enhancement dengan image restoration Mamp menganalisis citra yang terkena noise dan melakkan proses perbaikan menggnakan metode pada proses image restoration Copyright @ 2007 by Emy 3 Image Enhancement s Image Restoration Image Enhancement a sbjectie process maniplation of image memperbaiki tampilan citra ntk tjan tertent Image Restoration an objectie process reconstrction of image memperbaiki sat citra yang sdah terkena noise Copyright @ 2007 by Emy 4 2
Restorasi Citra 2 Termask dalam restorasi citra adalah menghilangkan jenis-jenis noise yang telah kita pelajari pada perteman sebelmnya. Sebagai contoh jika kita mengetahi bahwa noise bersifat periodik dan menyelrh pada citra maka kita bisa menghilangkannya dengan transformasi Forier. Copyright @ 2007 by Emy 5 Contoh Restorasi Citra Copyright @ 2007 by Emy 6 3
Restorasi Area Berawan Citra Optik Berawan Klasifikasi Citra Radar Restorasi Citra Optik Smber: Bakosrtanal RI; Area: Telk Belantng Copyright @ 2007 by Emy 7 Enironmental Models Copyright @ 2007 by Emy 8 4
Degradation Model fxy hxy Σ gxy nxy Degradation Model: g = h*f + n Copyright @ 2007 by Emy 9 A Model of the Image Degradation /Restoration Process gx y = hx y * fx y + nx y gx y = degraded image hx y = transfer fnction yang modelnya diketahi * = conoltion fx y = inpt image / ideal image yang dapat direkonstrksi nx y = additie noise yang diketahi mean dan arian-nya Copyright @ 2007 by Emy 10 5
Transformasi Radiometrik pada Domain Spasial gxy = fmn hx-my-n + nxy g = degraded image f = ideal image yang dapat direkonstrksi h = transfer fnction yang modelnya diketahi n = additie noise yang diketahi mean dan arian-nya Copyright @ 2007 by Emy 11 Restoration Model fxy Degradation Model Restoration Filter fxy Unconstrained Inerse Filter Psedo-inerse Filter Constrained Wiener Filter demos/demo5blr_infilter/ Copyright @ 2007 by Emy 12 6
A Model of the Image Degradation /Restoration Process Copyright @ 2007 by Emy 13 Model Noise Copyright @ 2007 by Emy 14 7
8 Copyright @ 2007 by Emy 15 Gassian Model Gassian noise normal noise model PDF of a Gassian random ariable z 2 2 2 / 2 1 σ μ πσ = z e z p Copyright @ 2007 by Emy 16 Rayleigh noise PDF for Rayleigh noise is : < = a for z 0 a for z } { 2 / 2 b a z e a z b z p
Erlang gamma noise PDF for Erlang noise is : b b 1 a z e p z = b 1! 0 -az for z 0 for z < 0 Copyright @ 2007 by Emy 17 Exponential noise PDF for exponential noise is : ae p z = 0 az for z 0 for z< 0 Copyright @ 2007 by Emy 18 9
Uniform noise PDF for niform noise is : 1 p z = b a 0 if a z otherwise b Copyright @ 2007 by Emy 19 Implse salt-and-pepper noise PDF for bipolar implse noise is : Pa p z = Pb 0 for z = a for z = b otherwise Copyright @ 2007 by Emy 20 10
Linear Algebraic Restoration Copyright @ 2007 by Emy 21 Inerse Filtering Jikala H pada persamaan 2 adalah nol ata nilainya sangat kecil maka nilai N / H akan mendominasi nilai estimasi Kergian dari metode ini adalah tidak mempnyai ketetapan dalam menangani ganggan noise Copyright @ 2007 by Emy 22 11
Implementing Inerse Filtering Copyright @ 2007 by Emy 23 Degradation & Restoration Examples: Gonzalez & Woods Atmospheric Trblence Model Copyright @ 2007 by Emy 24 12
Implementing Inerse Filtering G/H Apply to the ratio Btterworth lowpass fnction of order 10 Ctoff distances40 70 85 Copyright @ 2007 by Emy 25 Lost Information Copyright @ 2007 by Emy 26 13
Permasalahan Pada Iners Filtering H = 0 ntk beberapa nilai ntk kass noisy y = x *h + n n : additie noise Copyright @ 2007 by Emy 27 Wiener Filtering Metode ini memaskkan fngsi degradasi dan karakteritas statistik dari ganggan noise menjadi proses restorasi Metode ini di fonded oleh citra-citra yang dipertimbangkan citra yang terkena ganggan dan ganggan noise sebagai random processes Copyright @ 2007 by Emy 28 14
Formla Wiener Filtering Least Mean Sqare Filter In practice Copyright @ 2007 by Emy 29 Hasil Wiener Filtering Copyright @ 2007 by Emy 30 15
Degradation & Restoration Examples: Gonzalez & Woods Atmospheric Trblence Model Copyright @ 2007 by Emy 31 Wiener Filtering Copyright @ 2007 by Emy 32 16
Constrained Least Sqare Filtering Keslitan dari Wiener filter adalah pangkat dari citra ndergraded dan noise hars diketahi. Copyright @ 2007 by Emy 33 Constrained Least Sqare Filtering cont d Copyright @ 2007 by Emy 34 17
Degradation & Restoration Examples: Gonzalez & Woods Example 5.10: Planar Motion Model Copyright @ 2007 by Emy 35 Degradation & Restoration Examples: Gonzalez & Woods Example 5.13: Inerse and Wiener Filtering Copyright @ 2007 by Emy 36 18
19 Copyright @ 2007 by Emy 37 Geometric Mean Filter Bentk generalisasi dari Filter Wiener * * 1 2 2 G S S H H H H f f β α β α η = * * 1 2 2 G S S H H H H f f α η β = Copyright @ 2007 by Emy 38 Geometric Mean Filter cont d α β bilangan konstan riil positif Ketikaα = 1 filter ini meredksi inerse filter Ketikaα = 0 filter ini disebt sebagai Parametric Wiener Filter dimana akan meredksi wiener filter jika β = 1. Ketikaα = 1/2 filter ini bar disebt sebagai Geometric Mean Filter
Geometric Mean Filter cont d Ketikaβ = 1 α < ½ filter ini lebih cenderng sebagai Inerse Filter; α > ½ filter ini lebih cenderng sebagai Wiener Filter. Ketikaα = 1/2 β = 1 filter ini disebt sebagai Spectrm Eqalization Filter. Copyright @ 2007 by Emy 39 Geometric Transformation cont d Copyright @ 2007 by Emy 40 20
IMAGE REGISTRATION Copyright @ 2007 by Emy 41 Image Registration Image registration terdiri dari da tahap proses: Spatial Transformation: merpakan pemetaan letak piksel yang dikoreksi pada bidang citra acan. Gray-leel Interpolation: merpakan pemberian nilai intensitas piksel sesai dengan nilai intensitas piksel bersangktan dan pemberian nilai intensitas piksel-piksel yang kosong berdasarkan interpolasi intensitas pikselpiksel yang berdekatan / tetangga nearest neighbor method. Copyright @ 2007 by Emy 42 21
Da Citra Sebelm Proses Registrasi Citra sensor optik kiri dengan kran piksel 30m x 30 m dan skala berbeda direkam dengan platform satelit. Citra sensor Synthetic Apertre Radar kanan dengan kran piksel 20m x 20m dan skala berbeda direkam dengan platform pesawat dara Copyright @ 2007 by Emy 43 Spatial Transformation Misal model dari distorsi geometrik berbentk bilinear mapping: X = C1*X + C2*Y + C3*X*Y + C4 Y = C5*X + C6*Y + C7*X*Y + C8 Dignakan 10 20 Grond Control Points GCPs. 8 koefisien C1 s/d C8 dapat diperoleh dari keda persamaan diatas dengan 10 20 pasangan XY yang merpakan koordinat GCPs. Bila 8 koefisien C1 s/d C8 telah dapat dihitng maka X Y ntk setiap pasangan X Y dan XY jga dapat dihitng. Criterion of goodness yang biasa dignakan adalah E-RMS root-mean-sqare error: E-RMS = sqrt sm X - X 2 + Y Y 2 Copyright @ 2007 by Emy 44 22
Spatial Transformation GCP Registered Copyright @ 2007 by Emy 45 Grey-leel Interpolation Proses pemetaan dengan transformasi spatial terkadang menghasilkan piksel-piksel yang kosong yait posisi piksel pada bidang citra acan yang tidak pernah ditempati oleh piksel yang dipetakan ke bidang citra tersebt. Akibatnya perl ditentkan sat intensitas yang hars diisikan pada pikselpiksel kosong tersebt. Nearest-neighbor method: piksel yang kosong dapat diisi dengan salah sat nilai dari 4- ata 8-pikseltetangga-nya ata nilai rata-rata dari 4- ata 8-piksel tetangga-nya. Copyright @ 2007 by Emy 46 23
Apakah kegnaan dari image registration? Bila diperlkan proses pengolahan citra yang menggnakan mltitemporal ata mltisensor images Pada mltitemporal koreksi geometrik biasanya ckp dilakkan dengan proses translasi Pada mltisensor koreksi geometrik mmnya merpakan proses image registration yang lebih kompleks Copyright @ 2007 by Emy 47 Copyright @ 2007 by Emy 48 24